本文作为《精益数据分析》的拓展读书笔记，分享论述了售卖模式中有关分析的话题。它可对照原书第8-13章参考。售卖模式是我延续《分析框架和商业模式——《精益数据分析》(5-7章)》所做的内容。
售卖产品模式
售卖产品是市场中最为广泛的业务类型。商品在一个管道里流通，源头是品牌商或工厂，末尾是消费者，中间是供应链渠道。售卖业务就发生在每个环节与下一个环节之间。
图1商品流通过程无论是线下还是线上，以及线上线下结合的多渠道运营，图1中所示的流通结构都是成立的。中间的“渠道经销商”和“终端”称为分销渠道。此外现在有一种新的模式称为DTC(DirecttoConsumer)，品牌商直接连接消费者，属于一种模式创新。
无论是分销还是DTC，更深一层的销售逻辑是相似的。都会有周转率、市场规模/客户数量、爆款、成本和利润、营收、推广以及供应链的考量。与此对应会产生相应的指标。售卖模式中我们通常考虑的角度整理在下方图2中。
图2售卖模式中可能会被考虑的角度下面我们聊聊上述各角度可能涉及到的具体指标。
售卖模式中的指标
平均采购周期：客户下单间隔的均值。描述客户购买的频繁程度，这个指标可以反映客户的需求强烈程度。
复购率：总体客户中，采购了至少两单的占比。这个指标可以描述市场对产品的接受程度。
新客户数量：可以按照日、周、月、季不同的时间维度来度量新客户的数量。新客户综合反映了产品受市场青睐的程度以及推广的效果水平。
老客户数量：老客户是某种标准下的概念。比如以客户首次下单距今的时间长度来划分是否是老客户；或者以迄今为止客户已付款的订单数量是否至少有2单来划分。对老客户应当尽量做一些多角度的细分，因为老客户通常保持了多种特征，不要把他们混在一起。比如按客户价值对老客户进行细分是我经常使用的一种方法。除此之外，按客户所在地域、来源渠道、行业分类等维度划分老客户也有一定价值。最后，如果企业很好地追踪了客户持续的数据，那么不妨考虑使用同期群的方法度量老客户数量。当然这的确会更繁琐一些，因为你不得不按时间持续跟踪不同客户。比如按照客户首次接触公司产品、或者首次注册的不同时间划分同期群。但这种繁琐可能会带来不错的回报，同期群可以观察出不同阶段客户的情况，因此识别出业务过程中发生的一些事件带来的影响，比如发布了某个新的营销策略后，客户们的表现有什么不同。
最后如果能对老客户做一些消费行为上的划分就更理想了，比如他们更喜欢采购哪些商品，采购行为特征是什么（如采购周期多长）。这是我常用的对客户细分的手法，对洞察客户很有帮助。
主动搜索的关键词：这是发现客户需求的一种最直观、最便宜的方法。如果企业拥有一个电子商务商城，并提供了搜索功能。那么不妨收集下来用户的搜索词，没事观察一下它们。这里有可能隐藏了客户未曾满足的需求。今天对关键词做初步分析是一件很简单的事。NLP自然语言处理技术中的分词技术已经是很基础的能力，企业很容易获得这项能力。即使付费，对应的软件系统也很便宜。操作也很简单。如果产品受众较广，还可以利用百度指数等工具（有免费的，也有付费的）。如果有读者朋友想要了解百度指数免费小工具的使用方法，投票下方。我将专门撰发一篇小文章，介绍如何操作。
单选
我想了解百度指数（免费）怎么用？
我想了解我打酱油路过打开百度APP进行投票产品结构分析：这包括一组指标。如各产品的销售额、每款产品的客户数量、产品的销售周期等等。根据帕累托定律（俗称二八法则），各个产品的销售表现通常不可能是相同的。有些产品表现非常好，俗称爆款。有些则差强人意甚至很失败。因此对产品进行划分是必要的。找出爆款，也是洞察市场流行趋势的一个视角。
获客成本：对企业来说，成本是一个大话题。成本这个概念本身就可以细分为很多更具体的概念。比如沉没成本、变动成本、边际成本、销售成本等等。但如果要挑选一个企业普遍最关心，也最重要的成本指标，我会选获客成本，因为它和营销、销售直接相关。从精细化的角度看，获客成本应该细粒度到个体级别，即企业应该计算出每位客户的获客成本。这样就可以为每位客户设计客户旅程了。但这需要看具体采用什么方式获客。如果是通过广告或者社交媒体上的内容营销获客，追踪到个体级别代价较高，并不普遍。因此折衷的做法是对同类客户计算平均获客成本。想要实现个体粒度的客户追踪，通过诸如扫码这样的方式是比较现实的做法。当客户通过扫码这个触点与企业建立联系后，业务上通常会跟进提供一些初次推广的优惠*策，以鼓励潜在客户使用公司产品。优惠*策付出的代价就是该客户的获客成本。
客户生命周期价值：即客户消费金额-获客成本。这是一个非常重要的指标，甚至可以被认为是最重要。现在我会越来越建议企业使用客户生命周期价值来度量每名客户的产值，而不是简单地直接使用客户的消费金额。但现实中大部分企业还在保持传统思考方式。严格地说，用消费金额度量客户的产值是不准确的，这里既有获客成本的问题，也有退换货这样的售后因素在影响。
营收额：营收额在我个人的习惯里，更多是作为目标而不是指标来使用。作为财务指标，它本身也很有意义，而且非常直观，所以被广泛采用。
考察平均每名客户的营收额，就是平均客户营收。这方面的指标经常被使用的是平均营收/每名客户，缩写记作ARPU(AverageRevenuePerUser)。用总营收额除以客户总数就得到该值。但正如前面所言，相比之下，我更推荐客户生命周期价值。与ARPU对应，我们可以创造一个平均客户价值AVPU(AverageValuePerUser)这样的指标来衡量总体业务水平。
渠道推广效果方面的指标：最基础的是用转化率来度量渠道到成交的效果。特别是对线上销售来说，通过社媒、广告等方法吸引来潜在顾客后，查看其转化为真实成交的比率，以此来评估不同渠道的转化效果。这对优化推广费用有一定帮助。
对各个渠道转化来的客户计算回本周期也是一种对渠道效果的间接度量方法。
最后，企业占领的渠道数量和终端货架数量也是一个常被考虑的衡量产品曝光水平的指标。
客户口碑：最经典的客户口碑度量指标是净推荐值NPS(NetPromoterScore)。不过遗憾的是，我个人发现在传统企业里使用这一指标的企业寥寥无几。与大多数企业想象的不同，NPS实施虽然看起来简单，问卷只有一句话而已。但是结合它与其它收集得到的数据，可以通过数据分析方法获得更深入的洞察，比如分辨客户对产品某些方面的体验评价。口碑属于用户体验方面的内容。能玩转NPS，一定程度上暗示了企业的经营水平已经到了一个层级，不再是粗放式地靠销售拉动或者广告驱动来售卖。
其它常见的度量口碑的方式是电商网站里供用户评分的分数。通常分成产品、快递体验、商家服务等几个角度。这种方法也可以为企业的业务表现提供一些直观的观察。
供应链方面的指标：这方面的指标通常度量的是企业内部流程。如物流快递的履单时长、仓库货物缺货率、供应商的送货准时达标率等。这些指标可以延伸到对企业内部绩效的管理提升，或者对合作伙伴进行评估。
上面是对应图2依次罗列的指标。除此之外，还有一些指标值得一提。
客户平均订单价格：指每名客户各个订单金额的平均值。这个指标可以粗略地反映客户价值。在传统零售业，这一指标可能被称作“每客户平均购物篮大小”。在电商领域，则被称作“每客户平均购物车大小”。
在传统零售领域，还会有客流动线、客户停留时长等指标。用于描述商品货架摆放对客户注意力的吸引力程度。不过这些指标的采集，都需要特殊的设备，通常是特制的摄像头才能收集到。而且收集数据需要采样，无法做到收集每位顾客的相关指标数据。因此这类方法通常被用来做业务调查研究。
在电商领域，则有用户访问时长、蹦失率（Bouncerate，指用户仅浏览首页后就跳出网站不再访问的比率）、弃车率（指用户将货物添加到购物车后没有支付的比率）等。但有些指标可能有点过时。比如弃车率，我就了解到很多用户其实只是习惯于用购物车作为收藏功能使用。这种情况，统计弃车率其实不太准确。
退换货率：如果商品允许退换，那么退换货率是企业必须要考虑进来的指标。因为它直接影响企业的利润。如果退换货率高，那么即使营收看起来很漂亮，利润也可能很低，甚至有亏损的风险。此外退换货率还可以评估产品质量、客户价值。所以这是一个不容忽视的指标。
留存率或流失率：留存和流失是一个对偶问题，理解了其中一个，通常就可以准确理解另一个。对高频类的售卖业务来说，留存率也是一个重要指标。统计经过某个触点后，多少客户依然保持活跃，可以评估该触点的效果。最直观的，比如客户流失问题。企业应该根据自己的产品消费周期，来考察一个周期后，有多少客户流失了。然后考虑根据客户价值，有针对性地唤回这些流失客户。之所以要强调客户流失问题，是因为目前存量市场环境下，维护老客户的投入产出比要显著高于拉拢新客户的投入产出比。直白点说就是，企业想要获利，还继续靠广告硬拉新客户已经不奏效了。利润的来源在于老客户，拉新的主要目的是为了保持或适度增长客户规模。为什么增长客户规模还要适度？不是多多益善吗？这是因为拉新的成本很高。客户旅程是洞察客户流失的一个理想框架。我用图3阐述这个问题。
图3新客户与老客户形成的复合增长模式依靠老客户增加收入，有两种基本的方法：交叉销售和追加销售。
所谓交叉销售，就是指给一名客户推荐其它一些产品，所推荐的这些产品是根据与该名客户类似的其他客户所采购的内容推测的。理由依据是，如果这两位客户比较相似，那么他们应该也会喜欢同样的产品。电商率先利用这一策略。今天各大电商平台都提供了类似“看了该商品的用户还购买了”这样的推荐功能。那么企业可以做点什么呢？我建议企业主动从自身的角度审视这一策略。就是说，企业开发、销售的产品，本身能不能产生某种关联？打个比方，如果企业销售的是炊具产品，那么是否也可以捎带一些餐具产品售卖？
追加销售是另一种经典的销售策略。它的意思是指在客户原本采购的基础上，通过某些策略技巧，使客户再多买了一些。最典型的是“第二杯半价”。此外企业可以通过洞察客户的消费场景，拓展销售机会。我们举一个比较直观的例子。比如客户从企业这里采购了家具，假设是一张床。根据常识，我们知道客户一定还需要床垫、床上织物，以及一些可能的搭配家具，如床头柜。如果企业想锁定客户，增加客户产值，那么可以考虑也提供上述一些关联的产品。这样顾客就不用再到别处购买了，一站式采购解决自己的需求问题。
通过数据挖掘实际上早已经可以洞察一群客户消费记录中的关联产品。技术成熟而且成本不高。这给企业策划交叉销售和追加销售带来一定帮助。
DTC与私域
DTC是相对较新的零售模式。品牌商不再通过分销渠道联系市场，而是自己直接面对客户。因为成熟的网购习惯以及发达的快递业务提供了实现这一模式的物理条件。从现实情况看，DTC目前更多是新品牌会采用的模式。传统品牌眼下不可能放弃多年深耕的分销渠道。
DTC对运营有一些独特的要求，最明显的就是要有强悍的品牌运营能力，并且玩转社交媒体。既把社媒当作一个推广宣传的窗口，同时也把它看作是客户服务的窗口。营销推广、社群聆听、售后服务集中于一处。品牌需要有鲜明的个性，可识别程度高。这对现在大多数陷入同质化泥沼的企业来说，确实是一个不小的挑战。DTC需要充分利用数据分析技术来捕获市场的信息。比如社群聆听，原始的做法是安排员工潜伏在社交媒体中，观察粉丝的反应，然后采取某种行动。这方面大家可能相对比较熟悉的手法是评论区自问自答。通过自己人在评论区伪装成粉丝，提出问题。然后再用另一个账号回答该评论，可以起到预热话题、控制舆情的作用。
但是这样的做法有点费人费事。而且一旦被粉丝识破，反而可能会影响品牌口碑。此外，即使使用了这种方法，也不一定能把一个话题带动起来。所以这种方法是沿袭了论坛时代操作手法的一种余音。真正运营DTC，需要借助如下三方面的支持。
首先品牌要有可识别性。品牌营销是营销领域一个专门的主题。品牌识别是品牌建设中的关键一环。所以大多数DTC品牌，往往具有一定程度鲜明的个性。比如绿色环保主义、素食主义、公平贸易倡议（提倡企业拿出采购预算的一部分向欠发达国家或地区采购的倡议主张）等等。目前我们国内企业的品牌，在品牌识别方面意识还不够强，这可能也是DTC尚未在国内发展的一个客观原因吧。
其次是社群聆听工具。社群聆听可以帮助企业识别需求痛点，追踪与企业相关的社媒话题，改善与目标受众互动交流的体验。总之，社群聆听可以帮助企业与粉丝受众打成一片。这显然很对胃DTC这种模式。社群聆听工具的供应商目前国内还比较少，所以这意味着企业目前还难以通过这样的方法进行社媒管理。
再次是利用数据技术。先通过巧妙的创意设计，合理地收集客户与产品有关的数据。然后利用数据挖掘、机器学习构建模型。服务器根据收集到的数据，定制化地为客户匹配产品和服务。在国内的电商平台上，也会有所谓“千人千面”定制化推送内容的做法。比如你与朋友打开同一个电商app，但你们看到的内容很可能完全不同。不过DTC的做法更进一步。它不是只对展示内容定制化，而是直接将产品服务定制化。
比如假设卖冰激凌的DTC业务，它会根据你提交的喜好给你提供你喜欢的冰激凌。至于你不喜欢的，你根本看不到。而且不止冰激凌的口味，可能还包括每筒冰激凌的容量大小、辅助配料、包装，以及你多久会想吃冰激凌，都是根据你的喜好定制的。目前我已经看到少数国外DTC网站在这么做。销售冰激凌的业务是虚拟的，但这种方式已经存在。这种方式目前而言的确过于超前，而且对企业的运营能力、技术实现能力都有苛刻的要求。所以当下它还不能作为我们一种普遍的参考模式。但是它有可能预示未来的某种商业模式的趋势。对其我将继续观察，有新的发现与诸位分享。
我们国内相对发展成熟的类似业务模式是私域。所谓私域，是指企业能够免费或者低成本地反复触达目标客户群体。企业